Documentación1.0 (latest)
PáginasReferencia · 28 / 29

Referencia de la documentación de QuantCraft

QuantCraft incluye dos tipos de documentación complementarios: temas integrados que lees dentro del IDE y Markdown de referencia de estrategias incluido con el producto para el detalle de la API. Juntos describen cómo escribir estrategias, ejecutar backtests y usar el IDE. Esta documentación web refleja muchos de esos temas: empieza por la Introducción o Primeros pasos.


Dónde leer la documentación en la aplicación

  1. Abre QuantCraft desde la aplicación principal.
  2. Expande la barra lateral derecha (si está contraída).
  3. Abre la pestaña Documentation (junto a QuantCraft AI).

Llegas a un índice con búsqueda de temas. Escribe en el cuadro de búsqueda para filtrar por título, resumen o palabras clave incrustadas (por ejemplo on_finish, PaperAccount, chart_indicator_series).

Pulsa una tarjeta de tema para abrir el artículo completo. Usa Back para volver al índice.


Índice de temas (en la aplicación)

Los temas se agrupan en dos secciones, igual que en la barra lateral Documentation.

Getting started

TemaQué aprenderás
Datos fundamentalesDatos de estados financieros, tablas indexadas por fecha, cómo se alinean los datos fundamentales con las barras y cómo leerlos en una estrategia.
Factores Fama-FrenchRendimientos mensuales globales de factores FF3/FF5 mediante fama_french.qc (Premium; sin argumento de callback).
Datos de calendarioDividendos, splits, fechas de resultados y presentaciones (argumento de callback calendar, solo backtests) y acciones corporativas en la simulación.
CuentaPaperAccount: saldos, posiciones, órdenes, PnL y métricas de rendimiento expuestos durante un backtest.
Ciclo de vidaOrden de los callbacks: on_init, on_bar, on_tick, on_timer opcional (solo forward), on_finish, incluidos los fundamentos con varios símbolos y el on_finish(bars) opcional de serie completa.

Reference

TemaQué aprenderás
Parámetros de entradaDeclarar quantcraft.inputs.params, los tipos y cómo se suministran los valores desde los cuadros de ejecución (backtest, forward masivo, forward sobre el gráfico).
Preajustes de ejecución (.qcs)Guardar y recargar los ajustes de los cuadros de ejecución como archivos .qcs en tu espacio de trabajo.
DepuraciónDebug Run frente a Debug Test, puntos de interrupción, ejecución paso a paso, pila de llamadas y variables.
AutoTradingEjecuciones forward locales de algoritmos y agentes, New Bulk / Agent Bulk Run y monitorización de trabajos masivos / sobre el gráfico.
QuantCloudEjecuciones forward masivas en ejecutores en la nube cuando tu PC está apagado (guía de usuario de escritorio).
AgentesAgentes Trading, Test y Optimization; construir grafos de nodos a mano o con el AI Builder; parámetros expuestos y optimización; backtest en papel, forward / real mediante el bróker conectado; importación / exportación .qca.
QuantCraft AIEl chat de IA del IDE, conectar un modelo (AI → API Providers), herramientas del Screener, AI Tools, servidores MCP y nodos AI Prompt en agentes.
QuantCraft ToolsHerramientas de mercado integradas de solo lectura que la IA puede invocar (chat, nodos AI Prompt, agentes Test / Optimization).
OHLCVForma de las barras (OhlcvBarView), cargadores (bróker conectado o B2), rangos de tiempo y uso de los datos de barras en los callbacks.
Series de indicadoresConstruir superposiciones chart_indicator_series (líneas, histogramas, paneles) en los gráficos de resultados del backtest.

Cualquier tarjeta del índice que todavía no abra un artículo completo aparece etiquetada como Soon en la interfaz.


Cómo se relaciona la documentación integrada con tu flujo de trabajo

Usa este mapa rápido cuando estés haciendo algo en el IDE:

Quieres…Empieza por
Configurar símbolos, fechas, datos fundamentales y ejecutar una simulaciónCiclo de vida de la estrategia + OHLCV; luego Ejecutar código (Test) y Resultados de pruebas.
Dimensionar posiciones, stops o leer Sharpe / drawdownModelo de cuenta
Dejar que los usuarios ajusten umbrales sin editar códigoParámetros de entrada
Trazar series personalizadas en el gráfico de capitalSeries de indicadores
Mezclar precios y presentaciones / estados financierosDatos fundamentales
Mezclar precios y rendimientos de factores globalesFactores Fama-French
Reaccionar a dividendos / splits o protegerte alrededor de fechas de resultadosDatos de calendario: argumento de callback calendar, days_to_earnings, acciones corporativas
Combinar marcos temporales principal y secundariosDatos OHLCV y de barras: Additional timeframes + rt.get_bar
Reutilizar ajustes de un cuadro de backtest o de forwardPreajustes de ejecución (.qcs)
Pausar en una línea e inspeccionar variablesDepuración
Ejecutar algoritmos forward en tu propio equipoAutoTrading
Ejecutar algoritmos en un ejecutor remotoQuantCloud
Construir una automatización con nodos visualesAgentes

Los artículos integrados están escritos para autores de estrategias y usuarios del IDE. La configuración de servidor de QuantCloud para operadores no se cubre en esta documentación pública.


Importaciones de estrategias

Escribe cada importación como quantcraft.*, con nombres de módulo sin sufijo (por ejemplo quantcraft.inputs, no quantcraft.inputs_module). Las rutas antiguas ide.* y quantcraft.*_module siguen resolviéndose, igual que quantcraft.backtest.* —el antiguo nombre del paquete antes de renombrarse quantcraft.process.*—, de modo que las estrategias existentes siguen funcionando sin cambios, pero no escribas código nuevo con ellas.

Importación principalRutas antiguas que puedes verSe usa para
quantcraft.process.runtimequantcraft.backtest.runtime, ide.backtest.runtimeaccount, chart_indicators, qc_fundamentals, qc_fama_french, qc_calendar, get_bar (mediante import quantcraft.runtime as rt)
quantcraft (Timeframe)—Enumeración de marcos temporales para rt.get_bar(Timeframe.DAILY, shift=1) (marcos principal y adicionales)
quantcraft.runtime—El mismo módulo que quantcraft.process.runtime, con escritura más corta: import quantcraft.runtime as rt para rt.get_bar y los manejadores del runtime
quantcraft.timeframes—La enumeración Timeframe (también from quantcraft import Timeframe)
quantcraft.inputside.inputs_module, quantcraft.inputs_moduleparams de los cuadros de ejecución
quantcraft.process.ohlcvquantcraft.backtest.ohlcv, ide.backtest.ohlcv_module, quantcraft.backtest.ohlcv_moduleQcOhlcv, qc_ohlcv
quantcraft.fundamentalside.fundamentals_module, quantcraft.fundamentals_moduleQcFundamentals
quantcraft.fama_frenchide.factors_moduleQcFamaFrench, fama_french.qc
quantcraft.accountquantcraft.process.account, quantcraft.backtest.account, ide.account_module, quantcraft.account_modulePaperAccount, OpenPosition
quantcraft.process.indicator_seriesquantcraft.backtest.indicator_series, ide.backtest.indicator_series_module, quantcraft.backtest.indicator_series_moduleChartIndicatorSeries, coerce_chart_time
quantcraft.calendar_module—BacktestCalendar: se pasa como argumento de callback calendar cuando los datos de calendario están activados; consulta Datos de calendario. Es el único módulo que conserva su sufijo _module: no existe quantcraft.calendar.
quantcraft.cross_sectional—Clasificación / z-scores de todo el universo; consulta más abajo
quantcraft.process—clamp_indicator_period

También funcionan reexportaciones más cortas: quantcraft.indicator_series, quantcraft.account. Para Fama-French, prefiere from quantcraft import fama_french y lee fama_french.qc dentro de los callbacks.

Acceso a filas de Fama-French: dataset["rows"] es un dict YYYYMM → valores, no una lista. Usa .row(...) o .rows_chronological(...); latest_row(...) solo en ejecuciones forward (en un backtest es anticipación; consulta Factores Fama-French). No uses rows[0] / rows[-1].

No uses paquetes internos como quantcraft.b2.* (la capa de descarga de datos tras los cargadores de precios y datos fundamentales) ni quantcraft.ai_assistant.* en los scripts de estrategia: son ayudantes internos, no la API de estrategias. No confundas quantcraft.process.ohlcv (API OHLCV de estrategias) con quantcraft.b2.ohlcv (capa de datos interna).

Ayudantes transversales

quantcraft.cross_sectional ofrece ayudantes vectorizados para comparar muchos símbolos a la vez (numpy): stack_field, latest_return, latest_sma, latest_std, latest_rsi, rank, zscore, demean, winsorize, además de ColumnarBarArena.

import quantcraft.runtime as rt import quantcraft.cross_sectional as xs def on_bar(bar_index, bar, symbol=None): syms, close = xs.stack_field(rt.qc_ohlcv_by_symbol, "close") momentum = xs.latest_return(close, 20) # per-symbol 20-bar return score = dict(zip(syms, xs.rank(momentum))) # rank in [0, 1]

Solo ejecuciones forward / masivas tal como está escrito. En un backtest, rt.qc_ohlcv_by_symbol contiene el rango completo cargado de cada símbolo, así que "el último" allí significa la última barra de la prueba: anticipación. En un backtest, recopila los cierres de cada símbolo desde su bar mientras la ejecución avanza y pasa esos arrays a los ayudantes.

Manejadores de módulo frente a nombres importados

quantcraft.process.runtime y quantcraft.fama_french son alias de módulo, así que el acceso por atributo lee el valor vivo de la sesión:

import quantcraft.process.runtime as rt import quantcraft.fama_french as ff rt.account # this run's PaperAccount rt.chart_indicators # this run's collector ff.qc # this run's Fama-French loader

Todo lo demás reexporta nombres por valor, así que from ... import <name> enlaza una instantánea tomada en el momento de la importación.

Para los manejadores que el motor asigna en cada ejecución, el motor vuelve a enlazar esos nombres en el archivo raíz del algoritmo tras cargarlo, así que la forma from ... import es segura allí, para los nombres que vuelve a enlazar:

  • Backtest / Debug Test: account, chart_indicators, get_bar, qc_ohlcv, qc_ohlcv_by_symbol, qc_ohlcv_by_tf, qc_fundamentals, qc_fama_french, qc_calendar.
  • Ejecuciones forward: solo account, qc_fundamentals y qc_fama_french, así que para chart_indicators y los manejadores OHLCV usa allí rt.<name>.
# Fine in the root algo file — the engine rebinds these after loading your script from quantcraft.process.runtime import account, qc_fundamentals, qc_fama_french

Un módulo auxiliar dividido es distinto: permanece en caché en sys.modules entre ejecuciones del mismo proceso, así que un nombre importado conserva el manejador de la sesión que estaba vigente en la primera importación: obsoleto para la siguiente ejecución (forward / masiva). En los módulos auxiliares, importa el módulo y usa acceso por atributo:

# helpers/signals.py — always read through the module import quantcraft.process.runtime as rt def record(sym, t, value): rt.chart_indicators.add(...) # live handle for *this* run

from quantcraft.inputs import params es la excepción: params es un único objeto vivo cuyos valores cambian en cada ejecución, así que la forma from es segura en todas partes; consulta Parámetros de entrada.


Referencia de estrategias incluida (Markdown)

Para el comportamiento de los módulos línea a línea, los contratos de los callbacks y los detalles del motor, el producto también incluye Markdown en el paquete quantcraft-dev (conceptualmente: "referencia de estrategias de QuantCraft"). Una tabla de contenidos típica es esta:

DocumentoEnfoque
IMPORTSRutas de importación quantcraft.* (incl. quantcraft.cross_sectional), las rutas antiguas ide.* / quantcraft.backtest.* aún resueltas para scripts existentes, y manejadores de módulo frente a nombres importados
BACKTEST_READMEVisión general del paquete de backtest
BACKTEST_ENGINEOrquestación del motor, configuración, callbacks, carga del resultado
BACKTEST_MODULEPunto de entrada WebSocket del backtest desde el IDE
IDE_BACKTEST_RUNNEREjecutor en subproceso junto al servicio Python
RUNTIMEGlobales del runtime: account, chart_indicators, get_bar / marcos temporales principal y adicionales; manejadores por sesión y acceso rt.<name>
INPUTS_MODULEConexión de params desde los cuadros de ejecución
RUN_CONFIG_QCSFormato de preajustes de ejecución .qcs y correspondencia entre cuadros
ACCOUNT_MODULEAPI de trading de PaperAccount, comisión / slippage
OHLCV_MODULECargadores QcOhlcv, bar en callbacks, marcos temporales secundarios
INDICATOR_SERIES_MODULECarga de series de gráfico y ayudantes
FUNDAMENTALS_MODULEForma JSON y API de datos fundamentales
FAMA_FRENCHFactores Fama-French globales / fama_french.qc / dict de filas YYYYMM
CALENDAR_MODULEDividendos, splits, fechas de resultados (argumento de callback calendar); acciones corporativas en la simulación; la página de usuario es Datos de calendario
DEBUGGINGDebug Run / Debug Test, puntos de interrupción, pila de llamadas y variables; la página de usuario es Depuración
AUTO_TRADINGEjecuciones forward locales (algoritmo + agente masivo) y el cuadro New Run; la página de usuario es AutoTrading
QUANT_CLOUDTrabajos forward masivos de algoritmos en ejecutores en la nube; la página de usuario es QuantCloud
AGENTSAgentes Trading / Test / Optimization, AI Builder, Test en papel frente a forward/real mediante bróker conectado; la página de usuario es Agentes
AI_ASSISTANTEl chat de IA del IDE, proveedores de modelos, herramientas del Screener, AI Tools, servidores MCP; la página de usuario es QuantCraft AI
QUANTCRAFT_TOOLSHerramientas de mercado integradas de solo lectura para la IA; la página de usuario es QuantCraft Tools
SCREENERFiltros sin código y con Python, preajustes, ejecuciones guiadas por screener; la página de usuario es Screener
POSSIBLE_ERRORSErrores comunes y soluciones; la página de usuario es Errores posibles

Esos archivos están dirigidos a autores de estrategias que necesitan nombres y contratos exactos. Los temas avanzados como BACKTEST_MODULE (punto de entrada WebSocket del backtest) e IDE_BACKTEST_RUNNER (ejecutor en subproceso) se incluyen en el paquete para colaboradores, pero no son rutas principales de usuario. QuantCraft AI en el IDE viene precargado con este material para que las respuestas se mantengan alineadas con los módulos distribuidos.


Otras superficies de ayuda en QuantCraft

No son la pestaña Documentation, pero forman parte del mismo "ecosistema de referencia" para los usuarios:

  • QuantCraft AI: haz preguntas en lenguaje natural; las respuestas pueden citar el mismo corpus de desarrollo. Conecta un modelo en AI → API Providers (tu propia clave, o QuantCraft Premium / opciones alojadas).
  • Importar y exportar: mueve archivos .py (y relacionados) entre el disco y el espacio de trabajo.
  • Resultados de pruebas: gráfico de capital, métricas, operaciones y exportación HTML tras un backtest.

Consejos de búsqueda

  • Prefiere términos cortos que aparezcan en el código: on_finish, params, chart_indicator_series, coerce_chart_time, pane_id.
  • Si nada coincide, borra la búsqueda: el índice lista cada tema por sección.
  • Las ideas que cruzan temas (por ejemplo "datos fundamentales + on_bar") suelen necesitar dos artículos: abre Datos fundamentales para la forma de los datos y luego Ciclo de vida de la estrategia para saber cuándo están disponibles.

Historial del documento

La documentación integrada se mantiene junto al runtime de estrategias. Cuando cambian los módulos de Python o la carga del backtest, los temas integrados y el Markdown incluido se actualizan juntos para que los ejemplos y los nombres sigan sincronizados. Los ejemplos de importación de estrategias se escriben en todo momento con rutas quantcraft.* sin sufijo; las rutas antiguas ide.*_module y quantcraft.*_module se documentan únicamente como ayuda de lectura para scripts existentes.

12 min de lecturaSugerir una edición ↗
Referencia — Documentación (1.0 (latest)) | QuantCraft